一、背景

目前業界主流的做法是使用分布式鏈路跟蹤系統，其理論基礎是來自 Google 的一篇論文 《大規模分布式系統的跟蹤系統》。

論文如下圖所示：

（圖片來源：網絡）

在此理論基礎上，誕生了很多優秀的實現，如 zipkin、jaeger。同時為了保證API兼容，他們都遵循OpenTracing標準。那 OpenTracing 標準是什么呢？

OpenTracing翻譯為開發分布式追蹤，是一個輕量級的標準化層，它位于應用程序/類庫和鏈路跟蹤系統之間的一層。 這一層可以用下圖表示：

從上圖可以知道，OpenTracing具有以下優勢：

統一了API，使開發人員能夠方便的添加追蹤系統的實現。

OpenTracing已進入CNCF，正在為全球的分布式鏈路跟蹤系統，提供統一的模型和數據標準。

大白話解釋下：它就像手機的接口標準，當今手機基本都是typeC接口，這樣方便各種手機能力的共用。因此，做全鏈路信息存儲，需要按照業界公認的OpenTracing標準去實現。

本篇文章將通過已有的優秀實現 ——zipkin，來給大家闡述Node.js應用如何對接分布式鏈路跟蹤系統。

二、zipkin

2.1 zipkin 是什么？

zipkin是Twitter基于Google的分布式追蹤系統論文的開發實現，其遵循OpenTracing標準。

zipkin用于跟蹤分布式服務之間的應用數據鏈路。

2.2 zipkin 架構

官方文檔上的架構如下圖所示：

為了更好的理解，我這邊對架構圖進行了簡化，簡化架構圖如下所示：

從上圖可以看到，分為三個部分：

第一部分：全鏈路信息獲取，我們不使用zipkin自帶的全鏈路信息獲取，我們使用zone-context去獲取全鏈路信息

第二部分：傳輸層， 使用zipkin提供的傳輸api，將全鏈路信息傳遞給zipkin

第三部分：zipkin核心功能，各個模塊介紹如下：

collector就是信息收集器,作為一個守護進程，它會時刻等待客戶端傳遞過來的追蹤數據，對這些數據進行驗證、存儲以及創建查詢需要的索引。

storage是存儲組件。zipkin默認直接將數據存在內存中，此外支持使用ElasticSearch和MySQL。

search是一個查詢進程，它提供了簡單的JSON API來供外部調用查詢。

web UI是zipkin的服務端展示平臺，主要調用search提供的接口，用圖表將鏈路信息清晰地展示給開發人員。

至此，zipkin的整體架構就介紹完了，下面我們來進行zipkin的環境搭建。

2.3 zipkin 環境搭建

采用docker搭建， 這里我們使用docker中的docker-compose來快速搭建zipkin環境。

docker-compose.yml文件內容如下：

version: '3.8'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.5.0
    container_name: elasticsearch
    restart: always
    ports:
      - 9200:9200
    healthcheck:
      test: ["CMD-SHELL", "curl --silent --fail localhost:9200/_cluster/health || exit 1"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 40s
    environment:
      - discovery.type=single-node
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - TZ=Asia/Shanghai
    ulimits:
      memlock:
        soft: -1
        hard: -1
  zipkin:
    image: openzipkin/zipkin:2.21
    container_name: zipkin
    depends_on:
      - elasticsearch
    links:
      - elasticsearch
    restart: always
    ports:
      - 9411:9411
    environment:
      - TZ=Asia/Shanghai
      - STORAGE_TYPE=elasticsearch
      - ES_HOSTS=elasticsearch:9200

在上面文件所在的目錄下執行docker-compose up -d即可完成本地搭建。

搭建完成后，在瀏覽器中打開地址 http://localhost:9411 ，會看到如下圖所示頁面：

接著打開地址會看到如下圖所示頁面：

至此，zipkin的本地環境就搭建好啦。 下面我就將介紹Node.js應用如何對接zipkin。

三、Node.js 接入 zipkin

3.1 搞定全鏈路信息獲取

這個我在 《Node.js 應用全鏈路追蹤技術——全鏈路信息獲取》 文章中，已經詳細闡述了，如何去獲取全鏈路信息。

3.2 搞定傳輸層

因為zipkin是基于OpenTracing標準實現的。因此我們只要搞定了zipkin的傳輸層，也就搞定了其他主流分布式追蹤系統。

這里我們用到了zipkin官方提供的兩個npm包，分別是：

zipkin

zipkin-transport-http

zipkin包是官方對支持 Node.js的核心包。zipkin-transport-http包的作用是將數據通過HTTP異步發送到 zipkin。

下面我們將詳細介紹在傳輸層，如何將將數據發送到zipkin。

3.3傳輸層基礎封裝

核心代碼實現和相關注釋如下：

const {
  BatchRecorder,
  Tracer,
  // ExplicitContext,
  jsonEncoder: { JSON_V1, JSON_V2 },
} = require('zipkin')
const { HttpLogger } = require('zipkin-transport-http')
 
// const ctxImpl = new ExplicitContext();
 
// 配置對象
const options = {
  serviceName: 'zipkin-node-service',
  targetServer: '127.0.0.1:9411',
  targetApi: '/api/v2/spans',
  jsonEncoder: 'v2'
}
 
// http 方式傳輸
async function recorder ({ targetServer, targetApi, jsonEncoder }) => new BatchRecorder({
  logger: new HttpLogger({
    endpoint: `${targetServer}${targetApi}`,
    jsonEncoder: (jsonEncoder === 'v2' || jsonEncoder === 'V2') ? JSON_V2 : JSON_V1,
  })
})
 
// 基礎記錄
const baseRecorder = await recorder({
  targetServer: options.targetServer
  targetApi: options.targetApi
  jsonEncoder: options.jsonEncoder
})

至此，傳輸層的基礎封裝就完成了，我們抽離了baseRecorder出來，下面將會把全鏈路信息接入到傳輸層中。

3.4 接入全鏈路信息

這里說下官方提供的接入SDK,代碼如下：

const { Tracer } = require('zipkin')
const ctxImpl = new ExplicitContext()
const tracer = new Tracer({ ctxImpl, recorder: baseRecorder })
// 還要處理請求頭、手動層層傳遞等事情

上面的方式缺點比較明顯，需要額外去傳遞一些東西，這里我們使用上篇文章提到的Zone-Context， 代碼如下：

const zoneContextImpl = new ZoneContext()
const tracer = new Tracer({ zoneContextImpl, recorder: baseRecorder })
// 僅此而已，不再做額外處理

對比兩者，明顯發現，Zone-Context的實現方式更加的隱式，對代碼入侵更小。這也是單獨花一篇文章介紹Zone-Context技術原理的價值體現。

自此，我們完成了傳輸層的適配， Node.js應用接入zipkin的核心步驟基本完成。

3.5 搞定 zipkin 收集、存儲、展示

這部分中的收集、展示功能，zipkin官方自帶完整實現，無需進行二次開發。存儲這塊，提供了MySQL、Elasticsearch 等接入方式?？梢愿鶕嶋H情況去做相應的接入。本文采用 docker-compose集成了ElasticSearch。

審核編輯：劉清